一种数据增强辅助机器学习加速发现高熵合金性能预测方法及验证系统

本发明提供一种数据增强辅助机器学习加速发现高熵合金性能预测方法及验证系统，涉及高熵合金力学性能预测技术领域，该方法包括：获取高熵合金的化学成分数据、屈服强度数据及凝固裂纹体积数据；对多种机器学习模型进行评估，筛选出具有抗过拟合能力且预测精度满足预设要求的目标机器学习模型；采用数据增强技术进行扩充，得到增强数据集；基于目标机器学习模型和增强数据集，采用SHAP分析法评估各化学成分对屈服强度和凝固裂纹体积的影响权重；在预设的成分约束条件下，通过目标机器学习模型预测高强度且低凝固裂纹体积的高熵合金最佳化学成分。